高度联系的系统的运作：网络，模式：概率网络
图论用于网络结构，是利用其拓扑性质，博弈论，实际上是一种彼此往复的相互作用，其有一定的收敛半径（我知道你知道……）
网络的层次之间最重要的是耦合或整合，在同一维度的蜷缩，在多维度的表达
颗粒度，层次作为粒子存在反应，可以引进物理的统计力学的概念
平衡是一种必然的趋势，这实际上是一种信息的传递过程，由于传递有一定的延搁，局部的不平衡也是存在的，这在更大尺度满足了平衡与不平衡的分布
连通性，微积分的概念的引入：路径积分，微分方程，曲面积分
局域性与流通速度相关，速度的增大使得少数的高质量信息输出的比重下降，其实是赋予每个低连接的小节点成为高连通的中心节点的可能性
网络的复杂性体现于概率的多变性和现实选择性表达的多样性，一切都是概率表达，在足够长的时间维度，可能发生的必然会发生（墨菲定律），好的发生了我们视为理所当然，坏的发生却大惊失色，这是不合理的，但人类的进步就体现在趋利避害，即尽可能地提高好的发生的概率，但坏的一定会发生
网络的层次分解，单一属性的连接（不同评价标准），一阶的易于理解。联系是多维度的，有种类，强度等等网络式的结构
网络的物理性质决定其必须有能量分布，即连接度的分布，有中心节点和一般节点，数目和连接度成反比，实际上可以看作是局部的粒子，中心节点是核，周围的一般节点是电子，形成一个收敛亚层。他们之间的联系是存在的，就像是分子之间的关系。而电子，可以使用波函数来表示，其有无限的可能性，具体的联系是其表达
性质在整体的表达，这就需要设定一个阈值使得我们做出一定的判定，有百分之多少的可能性认为xx假设是存在的，如可视化使得人类的头脑做出一定的判断
网络的动力学，即连接的变化，如粒子的碰撞，布朗运动，这些连接实际上是波函数。当两个中心节点的连接超过一定的比例时可以视为原子形成分子（这时连接数等价于能量）。连接的形成组成了各个层次的通路，其路径积分为0。通路内部有各种正负反馈，这是动态平衡的内部化
网络个体的行为是基于网络结构和动力学的概率表达，我们可以在整体上使用概率来理解，实际上个体的行为是网络整体行为的一个涨落，没有完全独立的个体。只有把其视为所在的层次圈子的耦合，其一般的行为可以视为周期性的
不同规模的层次的性质不同是其选择性表达的结果，因为其需求只有不断的在层次上升才能满足集体的需要（个体求温饱，集体求发展）
六度分隔，是一整体的平均值或本征值，这是连接的可能，而信息的传递，还需要考虑连接的强度，这样就可以去除低质量的数据，提高剩余数据的质量
网络。的性质作为整体是相对确定的，但个体是其本征的涨落，我们要看到，任何效率的提高都是牺牲其它部分网络的可能性的结果
纳什均衡是普遍的趋势，是整体的不动点层次
成为领导者，富者愈富，这是因为新节点倾向于与高连通点连接，这是正反馈
封闭的社区再到社会的传染，这是网络结构的变形。实际上也是层次分类
整体的性质源于信息组合的预期即本征，单个个体的多向连接在整体上形成环路乃至网络
距离，方向，强度，是连接小世界现象函数的变量，强连接是结构式的核，弱连接是与外界沟通的边界，即波函数的电子。在大规模的选择性表达看似与边界有关，实际上只是与可能性相关
个体的性质可以发散成一定的网络，不同的序列组合可以形成不同的网络
一切变化都是在概率层次：两个节点有共同节点时其连接的可能性就会提高，则聚度的可能性可以同样构建网络，这同样是通路的耦合机制，概率性逻辑连接
可能性导致的运动，多个小可能性作为触角，当其遇到的环境使得其选择性表达的强度足够大，形成新中心节点
通路即层次，路径最短是能量分布的一种倾向，闭包也是
结构平衡，多种力量（1/0）的分布和比例，这是通过亚层的形成实现的，即粒子式的团体
三角关系中，全+或只有一个+是平衡关系。而在整体中，大多数是平衡的，少部分是不平衡的，这同样是一种分布。固定区和可变区，使得表达的可能是无限的
平衡定理是两个团体（内部互相关系）的对立（政治站队是绝对的才能达到平衡），而现实中是杂合的，多维度使得分层不可能。这取决于划分的标准。经过博弈的个体选择的性质偏向，根据比例的信息传递关系的选择性表达，形成阴阳对立。由于其是动态的，也有阴阳互根
纳什均衡，个体在变化的环境中利益相对最大化最保守的选择，是整体的本征层次
中值定理与不动点定理说明了本征层次的存在，也是纳什均衡的结果
网络的单位是通路，其每一步都是概率性连接的。不同通路的耦合形成新的维度耦合，使得新的选择性表达（也是一种通路）成为可能
卷积，多重积分，乘法都是加法的不同层次的简化，使得结果是在一个维度，我们能够理解的
网络动力学，节点的关系构建规律：新节点倾向于与强流通的中心节点建立联系，从而有马太效应，富者愈富，这是一种分布的结果，资源的分配导致的绝对进步。但这是单维度的，在不同层次取得新的突破也可形成新的中心节点。这种幂律分布实际上揭示了其粒子化的倾向1/n^2，量子的分布，
级联效应
分布无所不在，高概率的收益低，低概率的收益高，这是耦合的形式
小世界理论，聚度，收敛半径，这是大规模的规律涌现
遗传的基因的组合和表达
我的目标是构建一个网络的比较完整的构架
?Watts，Nature，1998小世界模型
?Barabási，Science，1999无标度网络
从物理出发构建网络实体概念，再回到物理的统计
应该考虑边的连接可能产生影响，两点的关系构建不是理所当然的，而是概率的，有一定的转换率。强调边的相互作用，其有一定的衰减半径，只有距离足够近的节点间的边的构建是相对独立的。
在各个独立的节点寻找关系构建联系，需要选取不同的标准构建不同强度的联系，形成各种亚层如人际交往的小圈子，视为一阶的路径耦合
网络的局域性，统计意义的节点群，其可以投影为高维的循环耦合
节点不是质点，其是高维的循环的耦合点
网络拓扑是整体的变化，可视为是信息的转换，因为一些循环可能由于路径问题破裂也可能构建新的循环
网络动力学，新节点倾向于依附高连接度的中心节点，这使得其同样有机会形成中心节点，这是个转换率（求上得中，求中得下），当然这也是概率分布的，只有极少数节点真正成为中心节点，但其余的也不差
要统合实验数据，要选择比较好的层次，原有的知识也是很好的先验概率
问题是证明其有效性，我的想法是使其保持可成长性，在迭代中不断成熟，与现实的复杂网络有足够大的相似性。我的载体就是生物的机体网络，通过医学或药物的实验来评价效果
集成，可能表现出明显的规律，参照集成电路
整体的物理统计和个体的无序是一对矛盾，我们能否效仿前辈普朗克，引进量子化的观点，沟通整体和个体。引进新的层次，如RNA之于DNA整体在一定的时间维度视为结构的概率，个体在短时间内是随机表达的概率。
网络的变形是信息的传递过程
网络的交通，是资源的自我配置过程，如同波函数。我们确定输入和输出以及确信节点总能运动到目的地，这就是高维的节点之间的连接。现实的具体路径都是选择性表达的结果，概率坍缩
变化是动态的，网络式的变化才能到达目标，但这又得不偿失：引进新层次会被消化
引进经济学的思想，自由市场会达到配置的目的，但这过程是不均衡的，也永远达不到稳态；强调一定的规则，个体在一定框架下可以爆发出无限的可能性，由于选择机制的存在使得总有小比例的才能存活，但这时的绝对总量已经大大增加了；竞争导致的多维度分化，我修车你种地，在整体可以通过市场选择形成整体；有跟风就有独立，选择的多元性和数目的分布（中心节点少一般节点多），这是一种耦合，这对群体的存活延续是必要的，比例和平衡
涌现是多层次的概率集成
大数据，概率，组合的无限可能性，但重要的是有意义的组合序列和分布，重在模式的构建，即本征
维度的整体变化，边界的模糊，即可能性的构建更加多元
任何数据都是多个概率网络的选择性表达的结果，如隐马尔科夫模型。如何将表观数据分解为基因层次
用可视化手段来理解数据是利用人这个网络进行的二次处理
关系网络，比例和概率是其共性
基因组作为实体，表达也是实体，这两者应该是相互耦合的，彼此是互相形成的，如同动态平衡，环境则决定K
我们总要寻找不变的实体作为保障，最后发现以变化的实体的变化规律为不动点是个更高维的选择
数量与复杂度成一定的正相关，但后者更重要
大规模数据的相互作用可以根据耦合层次得到本征，如预测疾病表达形式
定性的描述节点的选择（实际上是在层次更加低的循环中选择性表达），以象为单位
表达以频率表示，可等价于电路网络结构
趋势从高维数据的体现，如高层的领导可能看到统治延续的不可能。层次的衍生与节点的距离关系相关如果一个领主对自己领地的统治力开始降低，间接统治的方式就根本不会出现。但是随着这个领主控制力降低的影响扩展到遥远的乡村——很有可能是由于科技进步——却会导致领主关系网络逐渐被简化，并且最终消失
路径选择和匹配，打分矩阵